[发明专利]高速铁路成网条件下旅客出行行为分析方法及存储介质

权利要求书

1.一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，该方法为一种内嵌在计算机中的程序，所述的分析方法包括以下步骤：

步骤1：获取地区经济数据和该地区的客票数据；

步骤2：剔除客票数据中的不合理数据；

步骤3：将地区经济数据和客票数据融合为一个数据集，并对该数据集进行预处理；

步骤4：对数据集进行多次聚类，获得备选聚类子集；

步骤5：对备选聚类子集进行聚类集成，获得最终的聚类结果；

步骤6：根据步骤5获得的聚类结果完成对旅客出行行为的分析。

2.根据权利要求1所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述步骤2中的不合理数据包括退票数据和下单未购票数据。

3.根据权利要求1所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述步骤3中数据集预处理方法具体为：

首先采用最大-最小规范化方法对原始数据进行规范化处理，然后采用Z-score方法对数据集进行标准化处理。

4.根据权利要求1所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述步骤4的具体步骤为：

步骤4-1：确定k-means聚类方法所使用的最优k值；

步骤4-2：使用步骤4-1所确定的k值和随机初始聚类中心对数据集进行多次聚类，获得聚类子集。

5.根据权利要求4所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述步骤4-1中最优k值采用轮廓系数法获取，具体为：使用枚举法列举k值，并计算在该k值下每个样本点的轮廓系数值和所有样本点的平均轮廓系数值，最大的平均轮廓系数值对应的k值即为最优k值；

所述的轮廓系数的计算方法为：

其中，是个体节点X_j的轮廓系数，a_k,i为样本j到簇C_k中节点的平均距离，b_k,i为样本j到簇C_k以外的簇中心的平均距离；

所述的平均轮廓系数的计算方法为：

6.根据权利要求1所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述步骤5中具体为：

首先使用投票法获得聚类集成结果，然后使用平均标准化互信息对聚类集成结果进行检验。

7.根据权利要求6所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述的平均标准化互信息的计算方法为：

令为在第Y_i个备选聚类子集中，属于簇C的节点集，设备选聚类子集Y_i和Y_k之间的交互信息为：

其中，N为样本总数，备选聚类子集Y_i的信息熵为：

平均标准化互信息ANMI的计算方法为：

其中，为此次聚类中聚类结果的集合。

8.根据权利要求7所述的一种高速铁路成网条件下旅客出行行为分析方法，其特征在于，所述的的取值为[0,1]，的值越大，聚类集成效果越好。

9.一种存储介质，其特征在于，所述的存储介质存储有权利要求1所述的分析方法的计算机程序。